Метод автоматизированной корректировки арендной ставки сельскохозяйственных земель региона на основе кластерного анализа

Аннотация

В условиях необходимости повышения эффективности управления земельно-имущественным комплексом рассматриваются методологические подходы к оценке земель сельскохозяйственного назначения. Современные подходы в методологии анализа инвестиционной привлекательности базируются на алгоритмах машинного обучения, которые превосходят традиционные регрессионные подходы в точности прогнозирования нелинейных зависимостей и взаимодействий между переменными. В статье рассматривается метод для автоматического формирования рекомендаций по изменению арендной ставки для земельных участков на основе индекса инвестиционных показателей. В его основу заложены методы кластерного и регрессионного анализа, методы машинного обучения. В результате сравнительного анализа определен метод оценки числа кластеров и определен количественный показатель, отражающий инвестиционную привлекательность, понятную конечному пользователю, принимающему оперативно и качественно управленческие решения. В статье представлена и обоснована пошаговая реализация алгоритма автоматического формирования рекомендаций по изменению арендной ставки для земельных участков на основе качеств комплексного анализа их инвестиционных показателей. В алгоритме использована методика формирования индекса инвестиционной привлекательности для невостребованных сельскохозяйственных угодий. Определен количественный показатель, отражающий инвестиционную привлекательность сельскохозяйственных земель. Предложенный метод определяет экономическую привлекательность объекта по его расположению относительно центра кластера. Он способен существенно упростить управление крупными портфелями недвижимости, обеспечивая прозрачную и обоснованную стратегию ценообразования. Автоматический подход к формированию индексов и определению оптимальной арендной ставки позволит снизить риски человеческого фактора и улучшить качество принимаемых управленческих решений.